12

Extremele funcţiilor reale

de mai multe variabile reale

12.1. Puncte de extrem ale funcţiilor reale de mai multe variabile reale
Definiţia 12.1.1. Fie o funcţie f : D ⊂ Rk → R.
I. Se spune că punctul a din D este punct de maxim local dacă există un număr
r > 0 astfel ı̂ncât pentru orice x ∈ B(a, r) ∩ D, să fie adevărată inegalitatea
f (x) ≤ f (a).
II. Se spune că punctul a din D este punct de minim local dacă există un număr
r > 0 astfel ı̂ncât pentru orice x ∈ B(a, r) ∩ D, să fie adevărată inegalitatea
f (x) ≥ f (a).
III. Un punct de maxim sau de minim local se numeşte punct de extrem local.

12.2. Forme bilinare, forme pătratice

Definiţia 12.2.1. a) Se numeşte formă biliniară pe Rk o funcţie h : Rk ×Rk →
R, cu proprietăţile:
1) h(x + x0 , y) = h(x, y) + h(x0 , y), h(x, y + y 0 ) = h(x, y) + h(x, y 0 ), pentru orice
x, x , y, y 0 din Rk .
0

2) h(αx, y) = αh(x, y), h(x, αy) = αh(x, y), pentru orice x, y, din Rk , α ∈ R.
b) O formă biliniară h se numeşte simetrică dacă h(x, y) = h(y, x), pentru orice
x, y din Rk .

Observaţia 12.2.2. a) Unei forme biliniare h pe Rk i se poate asocia o unică

matrice A de tip k × k, A = (aij )1≤i,j≤k astfel ı̂ncât
k
X
h(x, y) = aij xi yj = (xA, y), ∀ x = (x1 , . . . , xk ), y = (y1 , . . . , yk ).
i,j=1

(( · , · ) denotă produsul scalar pe Rk , iar xA semnifică produsul dintre vectorul linie

x şi matricea A).
b) Dacă h este simetrică, matricea A este simetrică, adică aij = aji . Într-
adevăr, se presupune că (xA, y) = (yA, x) pentru orice vectori x, y şi să fixăm doi
indici i 6= j ı̂ntre 1 şi k. Fie vectorul ei având coordonata i egală cu 1 iar celelalte
cu egale 0 şi analog vectorul ej având coordonata j egală cu 1, iar celelalte egale
cu 0 (vectori ai bazei canonice a lui Rk ). Atunci
aij = (ei A, ej ) = (ej A, ei ) = aji .
119
120 12. EXTREMELE FUNCŢIILOR REALE DE MAI MULTE VARIABILE REALE

Reciproc, dacă A este matrice simetrică, atunci forma biliniară asociată verifică
k
X k
X k
X
h(x, y) = aij xi yj = aji xi yj = aji yj xi = h(y, x), x, y ∈ Rk ,
i,j=1 i,j=1 i,j=1

i.e. A este simetrică.

Definiţia 12.2.3. Aplicaţia p : Rk → R, se numeşte formă pătratică dacă există
o formă biliniară simetrică h pe Rk astfel ı̂ncât
p(x) = h(x, x), ∀ x ∈ Rk .
Observaţia 12.2.4. a) Dacă A este matricea asociată formei biliniare h, atunci
k
X
p(x) = aij xi xj , x = (x1 , . . . , xk ) ∈ Rk .
i,j=1

b) Pentru orice formă pătratică p, p(0) =0 şi

p(αx) = α2 p(x), ∀α ∈ R, ∀ x ∈ Rk .
Definiţia 12.2.5. a) Forma pătratică p se numeţe pozitiv definită dacă
∀ x ∈ Rk \ {0} , p(x) > 0.
b) Forma pătratică p se numeţe negativ definită dacă
∀ x ∈ Rk \ {0} , p(x) < 0.
c) Forma pătratică p se numeţe nedefinită dacă
∃ a, b ∈ Rk \ {0} , p(a) > 0, p(b) < 0.
Observaţia 12.2.6. Dacă forma pătratică p este nedefinită, atunci ı̂n orice
vecinătate V a lui 0 există vectori xV şi yV astfel ı̂ncât p(xV ) > 0 şi p(yV ) < 0.
Ţinând cont de Observaţia anterioară, se va da ı̂n mod natural
Definiţia 12.2.7. a) Matricea simetrică A se numeşte pozitiv definită dacă
(xA, x) > 0, ∀ x 6= 0.
b) Matricea simetrică A se numeşte negativ definită dacă
(xA, x) < 0, ∀ x 6= 0.
c) Matricea simetrică A se numeşte nedefinită dacă
∃ x1 , x2 ∈ Rk \ {0} , (x1 A, x1 ) > 0, (x2 A, x2 ) < 0.
(această ultimă condiţie are sens numai dacă avem k ≥ 2).

În studiul punctelor de extrem local ale unei funcţii f de k variabile este nevoie
să se decidă dacă Hessiana funcţiei f este pozitiv sau negativ definită (sau eventual,
nedefinită); pentru aceasta este nevoie de nişte criterii care să permită să se decidă
ı̂n care din cele trei categorii de mai sus este o matrice. Ambele criterii se prezintă
fără demonstraţie, ea făcând obiectul cursului de algebră.
 12.3. CONDIŢII NECESARE ŞI SUFICIENTE DE EXTREM LOCAL 121

Propoziţia 12.2.8 (Criteriul valorilor proprii). Fie A o matrice simetrică de

tip k × k. Atunci:
a) Toate valorile proprii sunt reale (prin valoare proprie reală a unei matrici
pătratice A se ı̂nţelege o soluţie reală a ecuaţiei det [A − λIk ] = 0, unde Ik este
matricea unitate).
b) A este pozitiv definită ⇔ toate valorile proprii ale sale sunt strict pozitive.
c) A este negativ definită ⇔ toate valorile proprii ale sale sunt strict negative.
d) A este nedefinită ⇔ are atât valori proprii negative cât şi valori proprii
pozitive ⇔ cea mai mică valoare proprie este strict negativă iar cea mai mare este
strict pozitivă.
Propoziţia 12.2.9 (Criteriul lui Sylvester). Fie A o matrice simetrică de tip
k × k. Sunt adevărate propoziţiile:
¯ definită ⇔ toţi minorii diagonali ∆1 = a11 ,
a)¯ A este pozitiv
¯ a11 a12 ¯
∆2 = ¯¯ ¯ , . . . , ∆k = det A, sunt strict pozitivi.
a21 a22 ¯
k
b) A este negativ definită ⇔ ∆1 < 0, ∆2 > 0, . . . , (−1) ∆k > 0.

12.3. Condiţii necesare şi suficiente de extrem local

Se prezintă ı̂n continuare o condiţie necesară de extrem local, ea fiind o gener-
alizare a Teoremei lui Fermat de la funcţii reale de o variabilă reală.
Teorema 12.3.1. Fie f : D ⊂ Rk → R o funcţie care admite derivate parţiale
de ordinul ı̂ntâi ı̂n raport cu toate variabilele ı̂ntr-un punct a ∈ D. Dacă a este
punct de extrem local, atunci
∂f ∂f ∂f
(12.3.1) (a) = (a) = ... = (a) = 0.
∂x1 ∂x2 ∂xk
Demonstraţie. (Schiţă) Se presupune că a = (a1 , a2 , . . . , ak ) este punct de
∂f
maxim local. Se va demonstra că (a) = 0.
∂x1
Se defineşte funcţia (numită funcţie parţială) de o variabilă reală
f1 (x1 ) = f (x1 , a2 , . . . , ak ).
Se ştie că a este punct de maxim local, deci a1 este punct de maxim local pentru
funcţia f1 ; se aplcă Teorema lui Fermat (cazul 1-dimensional) acestei funcţii, etc.
∂f ∂f
Analog se demonstrează că (a) = . . . = (a) = 0. ¤
∂x2 ∂xk
Definiţia 12.3.2. Dacă funcţia f este diferenţiabilă ı̂n a şi
∂f ∂f ∂f
(a) = (a) = . . . = (a) = 0,
∂x1 ∂x2 ∂xk
atunci punctul a se numeşte punct staţionar.
Cu această definiţie, teorema de mai sus devine
Teorema 12.3.3. Dacă funcţia f este diferenţiabilă şi a este punct de extrem
local, atunci a este punct staţionar.
Observaţia 12.3.4. Dacă f este diferenţiabilă, condiţia (12.3.1) este de fapt
condiţia df (a) ≡ 0.
122 12. EXTREMELE FUNCŢIILOR REALE DE MAI MULTE VARIABILE REALE

Se prezintă ı̂n continuare o condiţie suficientă ca un punct staţionar să fie punct
de extrem local pentru o funcţie reală de mai multe variabile reale.
Definiţia 12.3.5. O funcţie reală de mai multe variabile f : D ⊂ Rk → R se
numeşte de clasă C n pe D dacă are derivate parţiale de ordin n continue pe D.
Următorul rezultat are aplicaţii deosebite; demonstraţia sa, foarte laborioasă,
bazată pe Formula lu Taylor cu rest Lagrange de ordin 1 sau 2 ı̂n jurul unui punct
staţioanar şi Criteriul Sylvester, nu este prezentată.
Teorema 12.3.6. Fie f : D ⊂ Rk → R, o funcţie de clasă C 2 pe D şi a ∈ D
un punct staţionar.
1) Dacă matricea Hessiană a lui f ı̂n a, Hf (a), este pozitiv definită, atunci a
este punct de minim local pentru f .
2) Dacă matricea Hessiană a lui f ı̂n a, Hf (a), este negativ definită, atunci a
este punct de maxim local pentru f .
3) Dacă ı̂n plus f este de clasă C 3 , iar matricea Hessiană a lui f ı̂n a, Hf (a),
este nedefinită, atunci a nu este punct de extrem local pentru f .
Cele două condiţii de extrem local, cea necesară şi cea suficientă, conduc la
următorul algoritm.

12.4. Algoritm de determinare ale punctelor de extrem local

(extreme libere)
Se urmăreşte studiul punctelor de extrem local ale funcţiei f : D ⊂ Rk → R. Se
disting următorii paşi.
1) Se determină punctele staţionare ale funcţiei, adică punctele x ∈ D care
verifică
∂f ∂f ∂f
(x) = 0; (x) = 0, . . . (x) = 0.
∂x1 ∂x2 ∂xk
Deci, setul de relaţii de mai sus se consideră ca un sistem de ecuaţii cu necunos-
cuta x care se rezolvă. Se presupun găsite punctele staţionare a, b, c, . . .
2) Se consideră unul din punctele staţionare găsite la punctul 1), fie acesta a.
Se calculează Hessiana lui f ı̂n a, Hf (a), cercetând, cu ajutorul unuia din cele două
criterii (al rădăcinii şi al lui Sylvester), tipul matricii Hf (a).
i) Dacă Hf (a) este pozitiv definită, atunci a este punct de minim local strict
pentru f .
ii) Dacă Hf (a) este negativ definită, atunci a este punct de maxim local strict
pentru f .
iii) Dacă Hf (a) este nedefinită, atunci a nu este punct de extrem local pentru
f.
iv) Dacă Hf (a) nu este ı̂ntr-una din situaţiile de mai sus (de exemplu, dacă o
parte din valorile proprii sunt strict pozitive, iar celelalte sunt egale cu zero) atunci
se studiază semnul expresiei f (x) − f (a) ı̂n jurul lui a, prin alte metode.
3) Se trece la punctul staţionar următor şi se repetă pasul 2) pentru acest
punct; se studiază pe rând toate punctele staţionare ale funcţiei f .
Cazul 1. (Funcţii reale de două variabile reale). Se consideră o funcţie de
două variabile f : D ⊂ R2 → R, de clasă C 2 . Se detaliază ce devine algoritmul de
mai sus devine ı̂n acest caz.
 12.5. APLICAŢII 123

1) Pentru a determina punctele staţionare se rezolvă sistemul


 ∂f
 (x, y) = 0
∂x
 ∂f
 (x, y) = 0.
∂y
Se presupune că s-a găsit o soluţie a1 = (x1 , y1 ) a acestui sistem.
2) Se scrie matricea Hessiană ı̂n punctul a1 :
 
∂2f ∂2f
 ∂x2 (x1 , y1 ) ∂y∂x (x1 , y1 ) 
Hf (a1 ) = 
 ∂2f
.

∂2f
(x1 , y1 ) 2
(x1 , y1 )
∂x∂y ∂y
Se utilizează următoarele notaţii
∂2f ∂2f ∂2f
(x 1 , y 1 ) = r, (x 1 , y 1 ) = s, (x1 , y1 ) = t.
∂x2 ∂y∂x ∂y 2
Deci µ ¶
r s
Hf (a1 ) = .
s t
3) Criteriul lui Sylvester implică
(1) Dacă r > 0, rt − s2 > 0, atunci matricea Hf (a1 ) este pozitiv definită şi
punctul a1 este punct de minim local.
(2) Dacă r < 0, rt − s2 > 0, atunci matricea Hf (a1 ) este negativ definită şi
punctul a1 este punct de maxim local.
(3) Dacă rt − s2 < 0, punctul a1 nu este punct de extrem local, el se numeşte
punct ”şa”.
Dacă rt − s2 = 0, atunci nu se poate spune nimic fără un studiu al funcţiei ı̂n
jurul punctului staţionar.
Exemplul 12.4.1. Fie funcţia f : R2 → R, f (x, y) = x2 + y 2 . Singurul punct
staţionar este (0, 0), iar r = t = 2, s = 0, deci r > 0, rt − s2 = 4 > 0, adică (0, 0)
este punct de minim local strict (singurul punct de extrem local al lui f , fiind şi
minim global: f (0, 0) = 0 ≤ x2 + y 2 = f (x, y), ∀x ∈ R2 ).
Exemplul 12.4.2. Fie funcţia f : R2 → R, f (x, y) = xy. Singurul punct
staţionar este (0, 0), iar r = t = 0, s = 1, deci r = 0, rt − s2 = −1 < 0, adică (0, 0)
este punct şa.

12.5. Aplicaţii
Exerciţiul 12.5.1. Să se calculeze punctele de extrem ale funcţiei
f : R2 → R, f (x, y) = x3 + y 3 − 3xy.
Soluţie. Se determină punctele staţionare ale lui f pe R2 , rezolvând sistemul:

 ∂f
 (x, y) = 3x2 − 3y = 0
∂x .
 ∂f
 (x, y) = 3y 2 − 3x = 0
∂y
Se obţin soluţiile:
S = {(0, 0), (1, 1)}.
124 12. EXTREMELE FUNCŢIILOR REALE DE MAI MULTE VARIABILE REALE

Hessiana funcţiei f ı̂ntr-un punct arbitrar (x, y) din R2 este:

µ ¶
6x −3
Hf (x, y) = .
−3 6y
1) Hessiana ı̂n (0, 0) este
µ ¶
0 −3
Hf (0, 0) = ,
−3 0
de unde
∆1 = 0, ∆2 = −9 < 0,
deci (0, 0) nu este punct de extrem.
2) Hessiana ı̂n (1, 1) este
µ ¶
6 3
Hf (1, 1) = ,
3 6
de unde
∆1 = 6 > 0, ∆2 = 27 > 0,
deci (1, 1) este punct de minim local strict. ¤
Exerciţiul 12.5.2. Să se calculeze punctele de extrem ale funcţiei
f : R2 −→ R, f (x, y) = x4 + y 4 − 2(x − y)2 .
Soluţie. Se determină punctele staţionare ale funcţiei:

 ∂f ½ 3 ½
 (x, y) = 4x3 − 4(x − y) = 0 x −x+y =0 y = x − x3
∂x ⇔ ⇔
 ∂f 3
y +x−y =0 x3 + y 3 = 0
 (x, y) = 4y 3 + 4(x − y) = 0
∂y
½ ½ ½
y = x − x3 y = −x y = −x √
⇔ ⇔ ⇔ ⇔
x+y =0 2x − x3 = 0 x=0 ∨ x=± 2
√ √ √ √
⇔ (x, y) ∈ {(0, 0), ( 2, − 2), (− 2, 2)}.
Derivatele de ordin doi sunt
∂2f ∂2f
2
(x, y) = 12x2 − 4, (x, y) = 12y 2 − 4,
∂x ∂y 2
∂2f ∂2f
(x, y) = (x, y) = 4,
∂x∂y ∂y∂x
deci hessiana lui f ı̂ntr-un punct oarecare din R2 este:
µ ¶
12x2 − 4 4
Hf (x, y) = .
4 12y 2 − 4
√ √ √ √
1) In punctele ( 2, − 2), (− 2, 2) hessiana este:
µ ¶
√ √ √ √ 20 4
Hf ( 2, − 2) = Hf (− 2, 2) = ,
4 20
de unde
∆1 = 20 > 0, ∆2 = 384 > 0,
deci ambele sunt puncte de minim local strict.
 12.6. TEMĂ 125

2) In (0, 0), hessiana este:

µ ¶
−4 4
Hf (0, 0) = ,
4 −4
şi, deoarece ∆2 = 0, nu se poate preciza nimic despre natura punctului (0, 0) cu
această metodă.
Se observă că:
f (x, −x) = 2x4 − 8x2 = 2x2 (x2 − 4) < 0 = f (0, 0), ∀x ∈ (−2, 2), x 6= 0,
f (x, x) = 2x4 > 0 = f (0, 0), ∀x ∈ R, x 6= 0,
deci, ı̂n orice vecinătate a lui (0, 0) există puncte diferite de (0, 0) ı̂n care funcţia ia
atât valori strict mai mari decât valoarea funcţiei ı̂n origine cât şi strict mai mici;
rezultă aşadar că (0, 0) nu este punct de extrem. ¤

12.6. Temă
Exerciţiul 12.6.1. Să se determine punctele de extrem local ale funcţiilor:
50 20
a) f (x, y) = xy + + , x > 0, y > 0.
x y
b) f (x, y) = x4 + ¡4x2 y + y¢3 + 4y 2 , (x, y) ∈ R2 .
c) f (x, y) = xy ln x2 + y 2 , (x, y) 6= (0, 0).
¡ ¢ 2 2
d) f (x, y) = x2 + y 2 e−(x +y ) , (x, y) ∈ R2 .
e) f (x, y) = x3 − y 3 + 9xy, (x, y) ∈ R2 .
f) f (x, y) = x3 + x2 y, (x, y) ∈ R2 .
g) f (x, y) = x3 + 3xy 2 − 15x − 12y + 5, (x, y) ∈ R2 .
Exerciţiul 12.6.2. Să se determine punctele de extrem local ale funcţiilor:
a) f (x, y, z) = x2 + y 2 + z 2 − xy + x − 2z, (x, y, z) ∈ R3 .
y2 z2 2
b) f (x, y, z) = x + + + , x > 0, y > 0, z > 0.
4x y z
c) f (x, y, z) = 2x2 + y 2 + 2z − xy − xz, (x, y, z) ∈ R3 .
x y z
d) f (x, y, z) = + + , x > 0, y > 0, z > 0.
y+z x+z x+y